API-ga Laguna ee Aan La Faaruqin

Boggaga "moodal jaban" intooda badan waxay ku waydiinayaan inaad aqbasho aasaas yar oo daallan si aad u hesho tiro hooseysa. Kanu ma sameeyo. Laguna S 2.1 waa siideyn Mixture-of-Experts firdhisan oo jiilka hadda ah, oo lagu tababbaray 4,096 H200 lagana soo diray wax ka yar sagaal toddobaad, wuxuuna ku fadhiyaa isla sagxadda $0.50 / $2.00 ee moodal kasta oo heerka gelinta ah oo aan bixinno. Ganacsigu waa mid cidhiidhi ah oo sahlan in laga fikiro: waxaad ka tanaasushaa wax-soo-saarka qaabaysan ee server-ku adkeeyo waxaadna haysataa wax kasta oo kale.

01Waa maxay Laguna S 2.1?

Laguna S 2.1 waa moodal miisaanno furan ah oo uu siideeyay Poolside 21 Luuliyo 2026 hoos yimaada shatiga furfuran ee OpenMDW-1.1 — oo ah xubinta dhexdhexaadka ah ee qoyska Laguna, oo u dhexeeya Laguna XS 2.1 (33B/3B firfircoon) iyo Laguna M.1 (225B/23B firfircoon).

Qaab-dhismeedka la daabacay waa router token-doorasho ah oo albaab softplus ah oo dul yaal 256 khabiir oo la marinayo oo lagu daray hal khabiir la wadaago, toban oo la doorto token kasta, oo dhex maraya 48 lakab — laba iyo toban fiirsasho guud ah, lix iyo soddon daaqad-shiraaqsan oo daaqad 512-token ah, oo isku dhex geli ah kaasoo ku haya kharashka fiirsashada ee gelinnada aad u dhaadheer mid ku dhow toosnaan halkii uu ka ahaan lahaa labo-jibbaar. Fiirsashadu waa mid su'aal-koox ah oo leh 8 madax fure-qiimo ah oo cabbir madax 128 ah.

Laba natiijo ayaa muhiim u ah macmiilka API-ga. Firfircoonaanshaha firdhisan ayaa ah sababta moodal 118B ah uu ku fadhiisan karo qiimaha sagxadda — kaliya ~8B parameter ayaa ka shaqeeya token kasta, sidaas darteed xisaabta token-kasta waxay ka dhow tahay moodal yar oo cufan marka loo eego sida tirada parameter-ku tilmaamayso. Isku dhex gelinta daaqadda shiraaqsanina waa sababta daaqadda dheeri ay dhab ahaan u isticmaali karto halkii ay magac keliya ahaan lahayd. Siideynta Poolside waxay taageertaa 1,048,576 token; annagu waxaan bixinnaa 262,144, oo u dhigma moodal kasta oo kale oo albaabka ku jira.

02Digniinta keliya: wax-soo-saar qaabaysan ma jiro

Waxa wali shaqaynaya. Wicitaanka qalabka si buuxda ayaa loo taageeraa, doodaha wicitaanka qalabkuna waxay wali u yimaadaan walax JSON ah si sax ah sida moodal kasta oo kale oo halkan ah. Haddii "wax-soo-saarka qaabaysan" ee barnaamijkaagu dhab ahaan yahay doodaha qalabka — taasoo run ku ah qaab-dhismeedyada wakiilnimada, server-yada MCP iyo hore-u-taagayaasha kaydka xogta intooda badan — Laguna S 2.1 si fiican buu kuu adeegayaa. Streaming wuu ka shaqeeyaa saddexda lahjadood oo dhan; reasoning_effort wuu shaqeeyaa.

Waxa aan shaqaynayn. Ma siin kartid dhammaadka JSON Schema oo aad dammaanad ka qaadan kartid in jawaabta qoraalka ee kaaliyuhu ay ku xaqiijinayso, response_format: {"type": "json_object"}-na waxba kuma siinayo. Prompt-ka JSON-ka codsanayaa badiyaa wuxuu soo saaraa JSON — kani waa moodal karti leh — laakiin "badiyaa" heshiis ma aha. Poolside lafteedu waxay ku diiwaan gelisaa in ka baxsanaanta JSON ee khaldan ee wicitaannada qalabka ee qoto dheer ay tahay xadidnaan la yaqaan, oo xusuusinaysa in dammaanadda, halka ay ka jirto safkayaga meelo kale, ay ka timaado lakabka bixinta halkii ay ka iman lahayd ujeeddooyinka wanaagsan ee moodalka.

Walaalka aad halkii u isticmaalayso

Haddii shaqadaadu u baahan tahay JSON dammaanad qaadan, ha la dagaallamin moodalkan — beddel aqoonsiga moodalka. Afar walaal ayaa ku fadhiya isla qiimaha $0.50 / $2.00 iyagoo leh taageero buuxda oo json_schema iyo response_format ah:

Aqoonsiga moodalka	json_schema	Sawir-akhris	Sababta aad u dooran lahayd
MiMo-V2.5-Pro-W8A16	Haa	Maya	Beddelka tooska ah — miisaanno 8-bit ah, heerka daacadnimada ugu sarraysa, isla qiime
MiMo-V2.5-W8A16	Haa	Haa	Isla sidaas, oo lagu daray gelin sawir
Hy3-W8A16	Haa	Maya	Moodal kale oo qoraal 8-bit ah oo ku jira qiimaha sagxadda
DeepSeek-V4-Flash-0731	Haa	Maya	W4A16-AutoRound-REAP sida Laguna, taageerada schema-du way taagan tahay

Doorashada dabiici ah waa MiMo-V2.5-Pro (W8A16): qoraal keliya, qiime sagxadeed, oo lagu quantize gareeyay heerka ugu jilicsan ee aan wadno — faahfaahinta waxay ku jirtaa hagaha moodalka MiMo-V2.5. Sababtoo ah laba iyo tobanka moodal waxay wadaagaan dhammaadyada, daaqadda context-ka iyo xadka wax-soo-saarka, isu-beddelku waa isbeddel hal-saf ah oo goobta model ah.

03Maxay W4A16-AUTOROUND-REAP ka dhigan tahay?

Lifaaqa aqoonsiga moodalka ma aha qurxin — wuxuu si sax ah u sheegayaa sida miisaannada loo cufay ka hor inta aan kooxdeenna GPU-yada lagu shubin. Saddex qaybood.

W4A16 — miisaanno 4-bit ah, firfircoonaansho 16-bit ah

Miisaannada waxaa lagu kaydiyaa 4 bit; firfircoonaanshaha — qiimayaasha u socda lakabbada dhexdooda waqtiga fikirka — wuxuu ku sii jiraa 16. Jaridda miisaannada ilaa rubuc raadkoodii BF16 ayaa ah waxa ka dhigaya moodal 118B ah mid ku qalma degdegna ku sii ah, halka ka tegidda firfircoonaanshaha ballaadhan ay ilaalinayso qaybta tiro ahaan xasaasiga ah ee marinta hore. Cuf waxa weyn oo taagan, ka tag waxa yar oo dhaqdhaqaaqa.

AutoRound — wareejin la bartay, ma aha wareejinta ugu dhow

Habka fudud ee quantize-garaynta waa wareejinta ugu dhow: miisaan kasta ku dheji qiimaha 4-bit ee ugu dhow, oo aqbal qaladka. AutoRound, oo ah qalabka quantization-ka tababbarka kadib ee furfuran ee Intel, ayaa ka wanaagsan — habkiisa SignRound wuxuu isticmaalaa hoos-u-dhaca miilka calaamadaysan si uu si wadajir ah u hagaajiyo go'aannada wareejinta iyo xadadka goynta dhowr boqol tallaabo, isagoo miisaan kasta u go'aaminaya inay kor u wareejin ama hoos u wareejin ay dhaawac ka yar u geysanayso wax-soo-saarka dhabta ah ee lakabka. Fikradda wuxuu ka amaahdaa tababbarka quantization-ka ka war qaba isagoo aan bixin kharashka dib-u-tababbarka, waana sababta dhisme W4A16 ah uu noqon karo moodal dhab ah halkii uu ka ahaan lahaa waxyaabo lumaya oo la yaabo.

REAP — jaridda khubarada halkii la isku dari lahaa

REAP waa Router-weighted Expert Activation Pruning, oo ay daabacday Cerebras Research. Moodal MoE ah dhammaan khubaradu ma qaadaan culayskooda: router-ku wuxuu qaar u diraa token yar, qaarna wax yar ayay ku darsadaan baaxad marka ay dhalaalaan. REAP waxay khabiir kasta ku dhibcaysaa labada calaamadood — qiimayaasha albaabka router-ka iyo cabbirrada firfircoonaanshaha khabiirka — waxayna hal mar ka saartaa kuwa muhiimadda hooseysa, ka hor quantization-ka. Muhiimad ahaan way jartaa halkii ay isku dari lahayd: isku darku wuxuu dhowr khabiir ku laabaa mid, isagoo burburinaya xakamaynta faahfaahsan ee gelinta ku xidhan ee router-ka oo soo bandhigaya sagxad qalad oo aanay habayn midna ka saarayn (qorayaashu waxay ugu yeedhaan burburka meel-hoosaadka shaqada), halka jariddu ay ka tagayso kuwa hadhay iyo xakamaynta router-ku ku leeyahay iyagoo taagan. Cerebras waxay soo sheegaysaa ka saarid ilaa 50% khubarada moodallo tirilyan-parameter ah iyadoo inta badan la haynayo tayada aasaasiga ah — moodal koodhbixiye 480B ah oo jarid 50% ah, 97.6% awoodda koodhbixinta aan wakiilka ahayn ee aasaasiga ah iyo 96.7% SWE-Bench wakiil ah. Kuwaasi waa tirooyinka Cerebras ee moodalladooda, ee ma aha cabbirro dhismahayaga ah, laakiin waa sababta aan taxanahan ugu wadno aasaas xooggiisa koowaad uu yahay koodh.

Marka la isku daro lifaaqu wuxuu u akhrisanayaa jumlad: jar khubarada si dirqi ah loo isticmaalay, baro wareejinta 4-bit halkii aad malayn lahayd, oo ku hay firfircoonaanshaha ballaadhnaantiisa buuxda.

04Moodalkani dhab ahaan maxuu ku fiican yahay?

Daacadnimo marka hore: Laguna S 2.1 waa moodal wada-hadal oo qoraal keliya ah — gelin sawir kuma jirto aqoonsigan moodalka — Poolside-na wuxuu u dhisay koodhbixinta wakiilka ah iyo shaqada mustaqbalka fog, ma aha qoraalka. Tababbarka kadib wuxuu ku socday in ka badan 409,000 deegaan, oo ay ku jiraan 83,000 hawl terminal ah iyo 168,000 hawl injineernimo softiweer ah, oo leh barasho xoojin oo FP8 ah. Natiijooyinka Poolside ay ka soo sheegtay siideynta aan la quantize gareyn:

Cabbir-tijaabo	Fikiraya	Aan fikirayn	Waxa uu cabbirayo
SWE-Bench Multilingual	78.5%	—	Hagaajin cillado dhab ah oo luqado badan
Terminal-Bench 2.1	70.2%	60.4%	Shaqo shell iyo qalab oo tallaabooyin badan leh
SWE-Bench Pro	59.4%	—	Hawlo kayd ah oo ka adag, wasakh-caabin ah
Toolathlon Verified	49.7%	—	Ballaadhnaanta isticmaalka qalabka ee API badan
SWE Atlas	46.2%	—	Marinta kaydka ee mustaqbalka fog
DeepSWE v1.1	40.4%	16.5%	Injineernimada softiweerka ee wakiilka ah

Farqiga u dhexeeya labada tiir waa tirada ugu wax-ku-oolka badan ee halkan ku jirta: DeepSWE dhibcaha ayaa ka badan labanlaabmaya marka fikirka la shido, Terminal-Bench-na wuxuu helaa ku dhawaad toban dhibcood.

Tirooyin Poolside ka soo sheegtay siideynta Laguna S 2.1 ee aan la quantize gareyn, Luuliyo 2026. Ma aha cabbirro dhismahayaga W4A16-AutoRound-REAP ah, mana daabacno tirooyin cabbir-tijaabo oo keenna ah oo ku saabsan. Isticmaal reasoning_effort si aad u xakamayso miisaaniyadda fikirka API-gayaga.

Shaqada wada-hadalka iyo hal-abuurka istaagga daacadda ahi waa kan: sifooyinka ka dambeeya socodyada wakiilnimada ee dhaadheer — haynta xaalad badan si isku xidhan, ku sii jiridda hawsha, ka leexasho la'aanta — waa isla kuwa ka dambeeya shaqada jilaaga ee qaabka dheer, dhaqan ahaanna si fiican ayuu codka ugu hayaa daaqad aad u dheer. Ma jirto cabbir-tijaabo la daabacay oo taas sheegaysa, mana abuuri doonno mid. Ku tijaabi prompt-yadaada; $0.50 milyan token oo gelin ah taasi waa ku dhawaad bilaash.

05Qiimaha sagxaddu dhab ahaan maxuu iibsanayaa?

$0.50 gudaha / $2.00 dibadda milyan token kasta waa heerka gelinta ee Albaabka Shannon AI, oo lala wadaago MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro iyo Hy3. Si cad:

Shaqo	Gelin	Wax-soo-saar	Kharash
Hal mar wada-hadal oo leh taariikh 100K ah	100,000	2,000	$0.054
Cutub 5,000 eray ah oo ka yimid warqad dheer	30,000	7,000	$0.029
1,000 mar wada-hadal oo gaagaaban	4,000,000	500,000	$3.00
Akhris context 262K token ah oo buuxa	262,144	16,384	$0.164

Safka ugu dambeeya ayaa ah kan gudaha la gelinayo: buuxinta daaqadda context-ka oo dhan iyo soo-saarista jawaabta ugu badan ee 16,384 token waxay ku kacaysaa qiyaastii lix iyo toban senti. Quudinta qoraal buuxa, qoraal fadhi ah, ama koox dukumentiyo ah oo hal wicitaan ah waxay joojinaysaa inay go'aan miisaaniyad noqoto waxayna noqonaysaa go'aan daahitaan. Isla xisaabtaas ayaa wadda kiiska kale ee isticmaalka qiimaha sagxadda — mugga: kala-soocidda xirmada, dib-u-qorista mugga badan, wada-hadal macmal ah, qoritaanka marinka koowaad oo moodal ka xoog badan uu dabadeed hagaajiyo. Eeg bogga qiimaha iyo tusmada cilmi-baarista.

06Waxa "aan la faaruqin" halkan ka dhigan yahay

Waxay ka dhigan tahay waxa ay sheegayso: lakab diidmo ma jiro, shaandhayn nuxur oo wax-soo-saarka lagu sameeyona ma jirto. Ma jiro kala-soociye u dhexeeya moodalka iyo jawaabtaada oo go'aaminaya in lagu ogolaaday inaad waydiisid; moodalku wuxuu ku jawaabaa qaabka aad codsatay marka horena kuma waanaynayo mabda'a.

Shaqada hal-abuurka taasi waa faraqa u dhexeeya qalab la isticmaali karo iyo mid aan la isticmaali karin. Sheekadu waxay ku jirtaa cadaawayaal cabsi gelin ah, jilayaal si lagu qanco u been sheega, rabshad natiijooyin leh, sheekayaal akhlaaqdoodu jabtay — moodal jebiya jilaaga si uu u dhejiyo iska-caabin wuxuu hawsha ku fashilmay, kuma guulaysan badbaado. Isla sidaas ayaa u dhacda cilmi-baarista amniga, dukumentiyeynta red-team, qorista caafimaadka iyo sharciga, iyo turjumaadda halka isha ay toosan tahay: qaybo diidmadu ay si fudud jawaab qaldan ku tahay. Waxa aanay ka dhigan ahayn waa in xukunku uu joojinayo inuu kaaga ahaado — waxaad mas'uul ka tahay waxa aad soo saarto, hoos yimaada Siyaasaddayada Isticmaalka Mas'uulka ah iyo sharciga khuseeya.

07Sida loo waco API-ga Laguna ee aan la faaruqin

Saddex lahjadood, hal moodal: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Streaming wuu ka shaqeeyaa saddexdaba, sidaas darteed isku-xidh hore u jira wuxuu u guuraa isagoo beddelaya base URL iyo aqoonsi moodal — SDK ma beddelaysid, dib umana qoraysid habayntaada fariimaha.

POST https://api.shannon-ai.com/v1/chat/completions

{
  "model": "Laguna-S-2.1-W4A16-AUTOROUND-REAP",
  "messages": [
    { "role": "system", "content": "You are a hardboiled narrator. Stay in voice." },
    { "role": "user",   "content": "Open chapter nine." }
  ],
  "stream": true,
  "max_tokens": 4096,
  "reasoning_effort": "low"
}

Dhowr qoraal oo wax-ku-ool ah:

• Ha u dirin response_format ama json_schema aqoonsigan moodalka — haddii maktabadda macmiilkaagu mid caadi ahaan dejiso, damin ama u guur walaal taageera.
• Qalabku wuxuu galaa array-ga tools ee caadiga ah — wicitaanka qalabka si buuxda ayaa loo taageeraa; waxa keliya ee aan la taageerin waa adkaynta schema-da qoraalka xorta ah.
• Miisaaniyad u samee fikirkaaga. reasoning_effort waa la ixtiraamaa — hoose ama damin waxay hoos u haysaa daahitaanka wada-hadalka waxayna token-nada wax-soo-saarka ka dhigaysaa kuwo jaban; kor u qaad shaqada qalabka ee tallaabooyinka badan leh, halkaas oo farqiga cabbir-tijaabada ee kore uu muujinayo waxa uu iibsanayo.
• Xadka wax-soo-saarku waa 16,384 token codsi kasta. Soo-saarid buug dherer leh, u kala qaybi cutubyo oo stream samee.
• Qoraal keliya. Gelin sawir kuma jirto aqoonsigan moodalka — isticmaal MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 ama inkling sawir-akhriska.

Tixraaca parameter-ka oo dhammaystiran, xaqiijinta, macnaha qaladaadka iyo goob ciyaareed toos ah: dukumentiga API-ga.

08Goorta la doorto, iyo goorta aan la doorayn

Dooro marka wax-soo-saarkaagu yahay qoraal, wada-hadal ama koodh uu aadmi akhrinayo; aad u baahan tahay wicitaan qalab laakiin aadan u baahnayn qoraal schema-xaddidan; kharashka token-kastaa uu ka badbado context-ka dheer; ama aad rabtid ra'yi labaad oo ka yimaada xidid aan ahayn qoysaska DeepSeek, Kimi iyo MiMo ee inta kale ee safka buuxiya.

Wax kale dooro marka aad u baahan tahay JSON dammaanad qaadan (MiMo-V2.5-Pro), fahamka sawirka (Kimi-K2.6 ama MiMo-V2.5), ama cirifka hormuudka ee adkaanta halka farqiga qiimuhu uusan micno lahayn marka la barbardhigo helitaanka jawaabta saxda ah (DeepSeek-V4-Pro, Kimi-K3).

09Su'aalaha inta badan la iswaydiiyo

---

Ilaha: Poolside — kaadhka moodalka Laguna S 2.1 · Soo bandhigidda Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Tirooyinka qaab-dhismeedka iyo cabbir-tijaabada waxaa ka soo sheegay daabacaha siideynta aan la quantize gareyn, ee ma aha cabbirro dhismaha aan bixinno. Shannon AI waxaa maamula Shannon Lab LLC, New Mexico, Mareykanka.